CN112945390A - 一种基于区域一致性分析的Landsat影像地表温度反演优选方法 - Google Patents
一种基于区域一致性分析的Landsat影像地表温度反演优选方法 Download PDFInfo
- Publication number
- CN112945390A CN112945390A CN202110131800.7A CN202110131800A CN112945390A CN 112945390 A CN112945390 A CN 112945390A CN 202110131800 A CN202110131800 A CN 202110131800A CN 112945390 A CN112945390 A CN 112945390A
- Authority
- CN
- China
- Prior art keywords
- surface temperature
- temperature inversion
- landsat
- earth surface
- landsat image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000004458 analytical method Methods 0.000 title claims abstract description 26
- 238000005457 optimization Methods 0.000 title claims abstract description 17
- 238000011156 evaluation Methods 0.000 claims abstract description 20
- 230000005855 radiation Effects 0.000 claims description 34
- 238000004364 calculation method Methods 0.000 claims description 23
- 238000003384 imaging method Methods 0.000 claims description 23
- 230000005457 Black-body radiation Effects 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 7
- 230000035699 permeability Effects 0.000 claims description 4
- 238000001709 templated self-assembly Methods 0.000 claims description 4
- 238000002834 transmittance Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 4
- 238000012300 Sequence Analysis Methods 0.000 abstract description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/007—Radiation pyrometry, e.g. infrared or optical thermometry for earth observation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Abstract
本发明涉及一种基于区域一致性分析的Landsat影像地表温度反演优选方法,包括:获取待反演多源Landsat影像集,从中选取同一区域、不同日期的多张Landsat影像,日期相邻的两张Landsat影像的日期间隔在预设的日期阈值范围以内;使用多种Landsat影像地表温度反演算法,并依次分别对多张Landsat影像进行地表温度反演;采用拟合优度R2、Pearson相关系数和欧式距离,依次对每种Landsat影像地表温度反演算法的地表温度反演结果进行一致性评价,选取一致性评价结果最高的Landsat影像地表温度反演算法,对待反演多源Landsat影像集进行地表温度反演。与现有技术相比,本发明能够有效降低在长时序地表温度变化分析应用中使用多源Landsat数据所带来的不确定性,从而保证长时序分析的可靠性。
Description
技术领域
本发明涉及热红外遥感技术领域,尤其是涉及一种基于区域一致性分析的Landsat影像地表温度反演优选方法。
背景技术
Landsat遥感影像因其较高的空间分辨率及长时序数据的可获取性,被广泛应用于地表温度反演、城市扩张、城市热岛等研究领域。Landsat为美国陆地卫星计划的卫星。
基于Landsat数据的长时序地表温度变化分析通常需要综合利用来自Landsat 7、Landsat 8等多源传感器的遥感数据,而通用于不同Landsat传感器的热红外影像地表温度反演算法能够有效提升多源影像多时序分析的可靠性。
但针对同一Landsat影像集,不同的热红外影像地表温度反演算法计算结果的误差大小存在差异,因此无法保证温度反演结果的可靠性。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种能够有效降低在长时序地表温度变化分析应用中使用多源Landsat数据所带来的不确定性的基于区域一致性分析的Landsat影像地表温度反演优选方法。
本发明的目的可以通过以下技术方案来实现:
一种基于区域一致性分析的Landsat影像地表温度反演优选方法,包括以下步骤:
获取待反演多源Landsat影像集,从该待反演多源Landsat影像集中选取同一区域、不同日期的多张Landsat影像,日期相邻的两张Landsat影像的日期间隔在预设的日期阈值范围以内;
采用多种Landsat影像地表温度反演算法,依次分别对所述多张Landsat影像进行地表温度反演;
采用拟合优度R2、Pearson相关系数和欧式距离,依次对每种所述Landsat影像地表温度反演算法的地表温度反演结果进行一致性评价,选取一致性评价结果最好的Landsat影像地表温度反演算法,作为最优的Landsat影像地表温度反演算法对所述待反演多源Landsat影像集进行地表温度反演。
进一步地,所述日期相邻的两张Landsat影像对应的卫星过境时地面气象站温度差值在预设的温度阈值范围以内、对应的24小时成像时间差值在预设的24小时成像时间阈值范围以内。
进一步地,所述日期阈值为16天,温度阈值为5摄氏度,24小时成像时间阈值为2小时。
进一步的,所述一致性评价采用拟合优度R2、Pearson相关系数和欧式距离作为评价指标。
进一步地,所述多张Landsat影像包括第一Landsat影像和第二Landsat影像,所述地表温度反演结果包括第一温度反演结果和第二温度反演结果。
进一步地,所述拟合优度R2的计算表达式为:
通过对所述第一温度反演结果和第二温度反演结果进行直线拟合,根据所述拟合优度R2的计算表达式计算该直线拟合结果的拟合优度,拟合优度越大,地表温度反演结果的一致性越高。
进一步地,所述Pearson相关系数的计算表达式为:
式中,x为第一温度反演结果,y为第二温度反演结果,r(X,Y)为地表温度反演结果的Pearson相关系数值,Pearson相关系数值越大,地表温度反演结果的一致性越高。
进一步地,所述欧式距离的计算表达式为:
式中,x为第一温度反演结果,y为第二温度反演结果,D(x,y)为欧式距离值,欧式距离值越小,地表温度反演结果的一致性越高。
进一步地,所述对多张Landsat影像进行地表温度反演前还包括:对Landsat影像进行预处理,该预处理包括条带修复和辐射定标。
进一步地,所述多种Landsat影像地表温度反演算法中包括辐射传输方程法、基于影像的方法、单窗算法和单通道算法。
进一步地,所述该辐射传输方程法通过计算相同温度下的黑体辐射亮度,从而通过普朗克公式计算地表温度,所述相同温度下的黑体辐射亮度的计算表达式为:
式中,LT为相同温度下的黑体辐射亮度,Lλ为卫星传感器接收到的热红外辐射亮度值,Lμ为大气向上辐射亮度,Ld为大气向下辐射,τ为大气透过率,ε为地表发射率;
所述基于影像的方法通过计算亮度温度,从而计算地表温度,所述亮度温度的计算表达式为:
式中,TS为亮度温度,K1为第一常量,K2为第二常量;
所述地表温度的计算表达式为:
式中,T为地表温度,λ为发射辐射的波长,α=1.438×10-2mK,ε为地表发射率;
所述单窗算法的表达式为:
T=[ai(1-Ci-Di)+(bi(1-Ci-Di)+Ci+Di)TS-DiTa]/Ci
Ci=τiεi;Di=(1-τi)[1+(1-εi)τi]
式中,TS为亮温,Ta为大气有效平均温度,ai为第一经验系数,bi为第二经验系数,εi为地表发射率,τi为大气透过率;
所述单通道算法的表达式为:
式中,εi为地表发射率,TS为亮度温度,λ为有效波长,bγ为第一卫星参数,对于不同的卫星类型,bγ的值不同;ψ1为第一大气功能参数,ψ2为第二大气功能参数,ψ3为第三大气功能参数。
与现有技术相比,本发明具有以下优点:
(1)本发明提出的方法通过选取多张Landsat影像,这些影像的成像区域相同、日期相近、天气状况近似,因此影像对应的地表温度也相近;由此,通过对不同的影像地表温度反演算法的多个温度反演结果进行一致性分析,一致性越高的温度反演结果,说明与实际的地表温度更匹配,更适用于该待反演多源Landsat影像集;
因此,通过本发明提出的方法能够在缺乏地面参考验证的情况下对不同的Landsat影像地表温度反演方法进行比较和分析,筛选出最合适的通用地表温度反演算法,能够有效降低在长时序地表温度变化分析应用中使用多源Landsat数据所带来的不确定性,从而保证长时序分析的可靠性。
(2)本发明从待反演多源Landsat影像集中获取的多张Landsat影像还对卫星过境时地面气象站温度差值,以及24小时成像时间差值进行限定,进一步保证这些影像对应的地表温度更相近,确保获取的最优的Landsat影像地表温度反演算法的可靠性。
附图说明
图1为本发明实施例中基于区域一致性分析的Landsat影像地表温度反演优选方法的流程示意图;
图2为本发明实施例中四种算法的地表温度反演结果,其中,(a1)为基于影像的方法的第一温度反演结果,(a2)为基于影像的方法的第二温度反演结果,(b1)为单窗算法的第一温度反演结果,(b2)为单窗算法的第二温度反演结果,(c1)为辐射传输方程法的第一温度反演结果,(c2)为辐射传输方程法的第二温度反演结果,(d1)为单通道算法的第一温度反演结果,(d2)为单通道算法的第二温度反演结果;
图3为四种反演算法得到的Landsat 7和Landsat 8的地表温度间的线性关系,(a)为基于影像的方法得到的Landsat 7和Landsat 8的地表温度间的线性关系,(b)为单窗算法得到的Landsat 7和Landsat 8的地表温度间的线性关系,(c)为辐射传输方程法得到的Landsat 7和Landsat 8的地表温度间的线性关系,(d)为单通道算法得到的Landsat 7和Landsat 8的地表温度间的线性关系。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例1
本实施例提供一种基于区域一致性分析的Landsat影像地表温度反演优选方法,包括以下步骤:
获取待反演多源Landsat影像集,从该待反演多源Landsat影像集中选取同一区域、不同日期的多张Landsat影像,日期相邻的两张Landsat影像的日期间隔在预设的日期阈值范围以内;此处的多源Landsat影像集包括Landsat 7、Landsat 8和Landsat 5等影像;
采用多种Landsat影像地表温度反演算法,依次分别对多张Landsat影像进行地表温度反演;
采用拟合优度R2、Pearson相关系数和欧式距离,依次对每种Landsat影像地表温度反演算法的地表温度反演结果进行一致性评价,选取一致性评价结果最高的Landsat影像地表温度反演算法,作为最优的Landsat影像地表温度反演算法对待反演多源Landsat影像集进行地表温度反演。
作为一种优选的实施方式,日期相邻的两张Landsat影像对应的卫星过境时地面气象站温度差值在预设的温度阈值范围以内、对应的24小时成像时间差值在预设的24小时成像时间阈值范围以内。
作为一种优选的实施方式,日期阈值为16天,温度阈值为5摄氏度,24小时成像时间阈值为2小时。
作为一种优选的实施方式,所述一致性评价采用拟合优度R2、Pearson相关系数和欧式距离作为评价指标。可以通过将拟合优度R2、Pearson相关系数和欧式距离的评价结果进行归一化后相加,得到所述一致性评价结果,选取最高的一致性评价结果对应的Landsat影像地表温度反演算法作为最优的Landsat影像地表温度反演算法。
作为一种优选的实施方式,多张Landsat影像包括第一Landsat影像和第二Landsat影像,地表温度反演结果包括第一温度反演结果和第二温度反演结果。
作为一种优选的实施方式,拟合优度R2的计算表达式为:
通过对第一温度反演结果和第二温度反演结果进行直线拟合,根据拟合优度R2的计算表达式计算该直线拟合结果的拟合优度,拟合优度越大,地表温度反演结果的一致性越高。
作为一种优选的实施方式,Pearson相关系数的计算表达式为:
式中,x为第一温度反演结果,y为第二温度反演结果,r(X,Y)为地表温度反演结果的Pearson相关系数值,Pearson相关系数值越大,地表温度反演结果的一致性越高。
作为一种优选的实施方式,欧式距离的计算表达式为:
式中,x为第一温度反演结果,y为第二温度反演结果,D(x,y)为欧式距离值,欧式距离值越小,地表温度反演结果的一致性越高。
作为一种优选的实施方式,对多张Landsat影像进行地表温度反演前还包括:对Landsat影像进行预处理,该预处理包括条带修复和辐射定标。
作为一种优选的实施方式,多种Landsat影像地表温度反演算法中包括辐射传输方程法、基于影像的方法、单窗算法和单通道算法。
作为一种优选的实施方式,该辐射传输方程法通过计算相同温度下的黑体辐射亮度,从而通过普朗克公式计算地表温度,相同温度下的黑体辐射亮度的计算表达式为:
式中,LT为相同温度下的黑体辐射亮度,Lλ为卫星传感器接收到的热红外辐射亮度值,Lμ为大气向上辐射亮度,Ld为大气向下辐射,τ为大气透过率,ε为地表发射率;
基于影像的方法通过计算亮度温度,从而计算地表温度,亮度温度的计算式为:
式中,TS为亮度温度,K1为第一常量,K2为第二常量;
地表温度的计算表达式为:
式中,T为地表温度,λ为发射辐射的波长,α=1.438×10-2mK,ε为地表发射率;
单窗算法的表达式为:
T=[ai(1-Ci-Di)+(bi(1-Ci-Di)+Ci+Di)TS-DiTa]/Ci
Ci=τiεi;Di=(1-τi)[1+(1-εi)τi]
式中,TS为亮温,Ta为大气有效平均温度,ai为第一经验系数,bi为第二经验系数,εi为地表发射率,τi为大气透过率;
单通道算法的表达式为:
式中,εi为地表发射率,TS为亮度温度,λ为有效波长,bγ为第一卫星参数,对于不同的卫星类型,bγ的值不同;ψ1为第一大气功能参数,ψ2为第二大气功能参数,ψ3为第三大气功能参数。
将上述优选的实施方式进行组合可以得到一种最优的实施方式,下面对该最优的实施方式的具体实施过程进行描述。
本实施例提供一种基于区域一致性分析的Landsat影像地表温度反演优选方法,该方法能够在缺乏地面参考验证的情况下对不同的Landsat影像地表温度反演方法进行比较和分析。在本实施例中,选取深圳市临近日期获取的Landsat 7和Landsat 8影像对本方案进行详细的说明。
如图1所示,本实施例的具体步骤为:
1)基于卫星反演温度与地面气象站温度的相关性,结合深圳市气候类型、云量等因素,选取了天气条件相似、且在卫星过境时刻近地面气温相近的两幅影像:2017年10月31日的Landsat 7影像和2017年10月23日的Landsat 8影像,如表1所示。单幅影像可以覆盖深圳市80%左右的面积,为避免不同时相影像拼接所引入的误差和不确定性,仅就单景Landsat影像所覆盖的区域开展实验。
表1影像选取
2)在对Landsat 7和Landsat 8进行地表温度反演之前,需要对影像进行预处理,包括Landsat 7影像的条带修复和辐射定标。2003年Landsat 7传感器故障,导致之后的影像出现了条带丢失的现象,本实施例中使用ENVI插件进行条带修复。针对本实施例中用到的Landsat 7和Landsat 8影像,本实施例分别根据其对应的定标系数进行辐射定标。
3)采用辐射传输方程法、基于影像的方法、单窗算法和单通道算法等四种Landsat地表温度反演代表性方法得到Landsat 7和Landsat 8的温度产品。
辐射传输方程的基本原理为卫星传感器接收到的热红外辐射亮度值Lλ由三部分组成:大气向上辐射亮度Lμ,地面的真实辐射亮度经过大气层之后到达卫星传感器的辐射;大气向下辐射Ld经地面反射后通过大气传输到传感器的辐射。其具体的实现方程为:
式中,LT为相同温度下的黑体辐射亮度,Lλ为卫星传感器接收到的热红外辐射亮度值,Lμ为大气向上辐射亮度,Ld为大气向下辐射,τ为大气透过率,ε为地表发射率,τ、Lμ、Ld可在NASA官网(http://atmcorr.gsfc.nasa.gov/)提供的大气校正工具中输入成像时间、中心经纬度等相关参数获得;
进而可以通过普朗克公式将LT再转换成地表温度。
32)基于影像的方法
基于影像的方法不需要对卫星过境时的大气参数进行模拟,更简单方便。这种方法首先要得到亮度温度,亮度温度的转化公式如下:
式中,TS为亮度温度,K1为第一常量,K2为第二常量,对于不同的卫星传感器,其值不同,可在Landsat的元文件中获得;
在计算得到TS后,可通过下式将亮度温度转变成地表温度;地表温度的计算表达式为:
式中,T为地表温度,λ为发射辐射的波长,α=1.438×10-2mK,ε为地表发射率;
33)单窗算法
单窗算法具体表述为:
T=[ai(1-Ci-Di)+(bi(1-Ci-Di)+Ci+Di)TS-DiTa]/Ci
Ci=τiεi;Di=(1-τi([1+(1-εi)τi]
式中,TS为亮温,Ta为大气有效平均温度,可通过近地面气温结合相关经验公式计算,ai为第一经验系数,bi为第二经验系数,εi为地表发射率,τi为大气透过率;
34)单通道算法
式中,εi为地表发射率,TS为亮度温度,λ为有效波长,bγ为第一卫星参数,对于不同的卫星类型,bγ的值不同,对于不同的卫星类型,bγ的值不同;ψ1为第一大气功能参数,ψ2为第二大气功能参数,ψ3为第三大气功能参数,ψ1、ψ2、ψ3均为三个与大气水含量有关的大气功能参数,同样可由经验公式计算得到。
4)使用拟合优度R2、Pearson相关系数和欧式距离对所获得的Landsat 7和Landsat 8温度产品进行一致性计算。
41)拟合优度R2
拟合优度是指回归直线对观测值的拟合程度,度量拟合优度的统计量是可决系数R2。其计算公式如下:
式中,R2为拟合优度,y为待拟合值,为待拟合值的均值,为拟合值;R2的值越大,说明回归直线对观测值的拟合程度越好。本实施例中通过在Landsat 7与Landsat8温度反演结果之间做直线拟合用于判断两者的相关性。所获结果如附图3和表2所示。
表2不同反演方法得到的同一天气条件下相邻日期地表温度结果间的线性关系
42)Pearson相关系数
Pearson相关系数是表征变量之间线性相关程度的参数,计算公式为:
式中,x为第一温度反演结果,y为第二温度反演结果,r(X,Y)为地表温度反演结果的Pearson相关系数值,t越大,相关性越高,Landsat 7和Landsat 8的温度反演结果的一致性越高。
43)欧式距离
欧式距离计算公式如下:
式中,x为第一温度反演结果,y为第二温度反演结果,D(x,y)为欧式距离值,,D越小,代表Landsat 7和Landsat 8的温度反演结果的一致性越高。
Pearson相关系数和欧氏距离对Landsat 7和Landsat 8地表温度产品的评价结果如表3所示。
表3 Landsat 7与Landsat 8地表温度产品一致性评价结果
通过上述分析,四种温度反演方法中,辐射传输方程法在三种一致性评价指标上表现最好,且由辐射传输方程法得到的反演结果间的线性关系更为明显,因而在本实施例中,这种方法得到的地表温度反演结果在两幅图像上的差异最小,其次是单窗算法。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种基于区域一致性分析的Landsat影像地表温度反演优选方法,其特征在于,包括以下步骤:
获取待反演多源Landsat影像集,从该待反演多源Landsat影像集中选取同一区域、不同日期的多张Landsat影像,日期相邻的两张Landsat影像的日期间隔在预设的日期阈值范围以内;
采用多种Landsat影像地表温度反演算法,依次分别对所述多张Landsat影像进行地表温度反演;
采用拟合优度R2、Pearson相关系数和欧式距离,依次对每种所述Landsat影像地表温度反演算法的地表温度反演结果进行一致性评价,选取一致性评价结果最高的Landsat影像地表温度反演算法,作为最优的Landsat影像地表温度反演算法对所述待反演多源Landsat影像集进行地表温度反演。
2.根据权利要求1所述的一种基于区域一致性分析的Landsat影像地表温度反演优选方法,其特征在于,所述日期相邻的两张Landsat影像对应的卫星过境时地面气象站温度差值在预设的温度阈值范围以内、对应的24小时成像时间差值在预设的24小时成像时间阈值范围以内。
3.根据权利要求2所述的一种基于区域一致性分析的Landsat影像地表温度反演优选方法,其特征在于,所述日期阈值为16天,温度阈值为5摄氏度,所述24小时成像时间阈值为2小时。
4.根据权利要求1所述的一种基于区域一致性分析的Landsat影像地表温度反演优选方法,其特征在于,所述一致性评价具体采用拟合优度R2、Pearson相关系数、欧氏距离作为指标对每种Landsat影像地表温度反演算法的地表温度反演结果进行评价。
8.根据权利要求1所述的一种基于区域一致性分析的Landsat影像地表温度反演优选方法,其特征在于,所述对多张Landsat影像进行地表温度反演前还包括:对Landsat影像进行预处理,该预处理包括条带修复和辐射定标。
9.根据权利要求1所述的一种基于区域一致性分析的Landsat影像地表温度反演优选方法,其特征在于,所述多种Landsat影像地表温度反演算法中包括辐射传输方程法、基于影像的方法、单窗算法和单通道算法。
10.根据权利要求9所述的一种基于区域一致性分析的Landsat影像地表温度反演优选方法,其特征在于,所述辐射传输方程法通过计算相同温度下的黑体辐射亮度,从而通过普朗克公式计算地表温度,所述相同温度下的黑体辐射亮度的计算表达式为:
式中,LT为相同温度下的黑体辐射亮度,Lλ为卫星传感器接收到的热红外辐射亮度值,Lμ为大气向上辐射亮度,Ld为大气向下辐射,τ为大气透过率,ε为地表发射率;
所述基于影像的方法通过计算亮度温度,从而计算地表温度,所述亮度温度的计算表达式为:
式中,TS为亮度温度,K1为第一常量,K2为第二常量;
所述地表温度的计算表达式为:
式中,T为地表温度,λ为发射辐射的波长,α=1.438×10-2mK,ε为地表发射率;
所述单窗算法的表达式为:
T=[ai(1-Ci-Di)+(bi(1-Ci-Di)+Ci+Di)TS-DiTa]/Ci
Ci=τiεi;Di=(1-τi)[1+(1-εi)τi]
式中,TS为亮温,Ta为大气有效平均温度,ai为第一经验系数,bi为第二经验系数,εi为地表发射率,τi为大气透过率;
所述单通道算法的表达式为:
式中,εi为地表发射率,TS为亮度温度,λ为有效波长,bγ为第一卫星参数,对于不同的卫星类型,bγ的值不同;ψ1为第一大气功能参数,ψ2为第二大气功能参数,ψ3为第三大气功能参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110131800.7A CN112945390A (zh) | 2021-01-30 | 2021-01-30 | 一种基于区域一致性分析的Landsat影像地表温度反演优选方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110131800.7A CN112945390A (zh) | 2021-01-30 | 2021-01-30 | 一种基于区域一致性分析的Landsat影像地表温度反演优选方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112945390A true CN112945390A (zh) | 2021-06-11 |
Family
ID=76240825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110131800.7A Pending CN112945390A (zh) | 2021-01-30 | 2021-01-30 | 一种基于区域一致性分析的Landsat影像地表温度反演优选方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112945390A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114838827A (zh) * | 2022-05-23 | 2022-08-02 | 河北地质大学 | 一种基于mersi-ⅱ遥感数据的地表温度反演通道选择方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140016667A1 (en) * | 2012-07-13 | 2014-01-16 | Blue Water Satellite, Inc. | Method for monitoring water temperature |
CN106932101A (zh) * | 2017-03-27 | 2017-07-07 | 鲁东大学 | Hj‑1b卫星中红外和热红外通道联合的地表温度反演方法 |
CN107560734A (zh) * | 2017-03-06 | 2018-01-09 | 太原理工大学 | 一种Landsat8遥感反演地表温度方法 |
CN108918432A (zh) * | 2018-05-15 | 2018-11-30 | 四川理工学院 | 基于Landsat8影像的水域提取方法及装置 |
US20190057171A1 (en) * | 2017-02-10 | 2019-02-21 | Guangxi Institute of Meteorlogical Disaster- Reducing Research | Novel nonlinear method for area-wide near surface air temperature precision retrieval |
CN111323129A (zh) * | 2020-03-25 | 2020-06-23 | 长光卫星技术有限公司 | 一种基于宽波段热红外影像的地表温度反演方法 |
CN112199634A (zh) * | 2020-10-14 | 2021-01-08 | 中国科学院空天信息创新研究院 | 基于贝叶斯模型平均方法的地表组分温度多算法集成算法 |
-
2021
- 2021-01-30 CN CN202110131800.7A patent/CN112945390A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140016667A1 (en) * | 2012-07-13 | 2014-01-16 | Blue Water Satellite, Inc. | Method for monitoring water temperature |
US20190057171A1 (en) * | 2017-02-10 | 2019-02-21 | Guangxi Institute of Meteorlogical Disaster- Reducing Research | Novel nonlinear method for area-wide near surface air temperature precision retrieval |
CN107560734A (zh) * | 2017-03-06 | 2018-01-09 | 太原理工大学 | 一种Landsat8遥感反演地表温度方法 |
CN106932101A (zh) * | 2017-03-27 | 2017-07-07 | 鲁东大学 | Hj‑1b卫星中红外和热红外通道联合的地表温度反演方法 |
CN108918432A (zh) * | 2018-05-15 | 2018-11-30 | 四川理工学院 | 基于Landsat8影像的水域提取方法及装置 |
CN111323129A (zh) * | 2020-03-25 | 2020-06-23 | 长光卫星技术有限公司 | 一种基于宽波段热红外影像的地表温度反演方法 |
CN112199634A (zh) * | 2020-10-14 | 2021-01-08 | 中国科学院空天信息创新研究院 | 基于贝叶斯模型平均方法的地表组分温度多算法集成算法 |
Non-Patent Citations (3)
Title |
---|
岳辉: "基于Landsat 8 TIRS的地表温度反演算法对比分析", 《科学技术与工程》 * |
金点点: "基于Landsat系列数据地表温度反演算法对比分析-以齐齐哈尔市辖区为例", 《遥感技术与应用》 * |
陈明: "《大数据技术概论》", 31 January 2019, 中国铁道出版社 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114838827A (zh) * | 2022-05-23 | 2022-08-02 | 河北地质大学 | 一种基于mersi-ⅱ遥感数据的地表温度反演通道选择方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhao et al. | Reconstruction of daytime land surface temperatures under cloud-covered conditions using integrated MODIS/Terra land products and MSG geostationary satellite data | |
Wang et al. | Validating MODIS land surface temperature products using long-term nighttime ground measurements | |
Pinheiro et al. | Directional effects in a daily AVHRR land surface temperature dataset over Africa | |
CN102565778B (zh) | 一种自动提取伪不变特征的遥感图像相对辐射校正方法 | |
CN108896188B (zh) | 一种共口径高轨遥感卫星红外通道大气校正方法 | |
Lück et al. | Evaluation of a rule-based compositing technique for Landsat-5 TM and Landsat-7 ETM+ images | |
CN111323129A (zh) | 一种基于宽波段热红外影像的地表温度反演方法 | |
CN108168710A (zh) | 一种基于遥感技术的城区热岛效应评估方法 | |
CN103617629B (zh) | 基于modis遥感影像的高分辨率遥感影像植被指数时间序列校正方法 | |
Swinnen et al. | Extending the SPOT-VEGETATION NDVI time series (1998–2006) back in time with NOAA-AVHRR data (1985–1998) for southern Africa | |
CN110319938B (zh) | 一种高空间分辨率地表温度生成方法 | |
Ye et al. | Cross-calibration of Chinese Gaofen-5 thermal infrared images and its improvement on land surface temperature retrieval | |
Carrio et al. | UBRISTES: UAV-based building rehabilitation with visible and thermal infrared remote sensing | |
CN105137506B (zh) | 一种msg2‑seviri数据估算地表温度日较差的方法 | |
CN112945390A (zh) | 一种基于区域一致性分析的Landsat影像地表温度反演优选方法 | |
CN113776671B (zh) | 昼夜遥感影像短波红外火山温度-发射率联合反演方法 | |
CN105913149A (zh) | 一种联合多时相遥感数据和气象数据估算白天平均蒸散发的方法 | |
Rajani et al. | Estimation and validation of land surface temperature by using remote sensing & GIS for Chittoor District, Andhra Pradesh | |
CN113218874A (zh) | 一种基于遥感影像获取地表目标物反射率方法及系统 | |
CN115507959A (zh) | 一种用于目标检测的红外辐射特性分析方法 | |
Liang et al. | Evaluation of the impact of a new quality control method on assimilation of CrIS data in HWRF-GSI | |
Zhang et al. | Evaluation of urban expansion and its impact on surface temperature in Beijing, China | |
Zhong et al. | Remote sensing of land surface parameters in the middle reaches of Yarlung Zangbo River and its two tributaries from AVHRR and MODIS data | |
CN105300880B (zh) | 一种Landsat8热红外数据大气水汽含量反演方法 | |
Broadwater et al. | Improved atmospheric compensation of hyperspectral imagery using LIDAR |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210611 |